Amazon OpenSearch Service - Mesin Pengambilan Terkelola
Mesin pengambilan waktu nyata untuk AI, pencarian, dan analitik — dalam skala apa pun
Apa itu Amazon OpenSearch Service
Amazon OpenSearch Service adalah mesin pengambilan terkelola yang dibangun di OpenSearch untuk AI agentik, pencarian, dan analitik. Ini menggabungkan pengambilan vektor, leksikal, hibrida, dan agentik dalam satu sistem, memberikan hasil latensi rendah dan sangat relevan pada skala petabyte. Kemampuan AI dan ML asli memungkinkan pembuatan penyematan, inferensi, dan alur kerja agentik langsung di dalam layanan. Akses mulus ke data dengan ZeroETL dan integrasi langsung dengan layanan AI seperti Amazon Bedrock dan model pihak ketiga memungkinkan Anda mempercepat pengembangan AI dan masuk ke pasar lebih cepat.
Fitur Inti
Nirserver
Tingkatkan AI agentik dan beban kerja dinamis dengan penskalaan instan dan menskalakan ke nol, tanpa infrastruktur untuk dikelola, serta tanpa biaya yang tidak aktif.
Basis data vektor
Bangun aplikasi pencarian yang didorong vektor dan AI korporasi dengan basis data vektor yang dapat diskalakan, aman, dan dengan performa tinggi.
Observabilitas
Analisis log, pelacakan, dan metrik melalui dasbor terpadu dengan deteksi anomali bawaan dan peringatan otomatis.
Manfaat Amazon OpenSearch Service
Bangun di atas dasar pencarian terpadu yang menggabungkan pengambilan leksikal, vektor, dan hibrida dalam satu sistem untuk hasil yang lebih relevan — dengan strategi pengindeksan seperti HNSW dan IVF, serta dengan kuantisasi vektor untuk menyeimbangkan akurasi, latensi, dan biaya dalam skala besar. Pengoptimalan otomatis yang didukung ML dan GPU Nirserver mengurangi penyetelan manual dan mempercepat pengindeksan vektor skala besar, sementara pengayaan semantik multi-vektor dan otomatis meningkatkan recall tanpa upaya manual. Pencarian agentik mengatur alur kerja pengambilan multi-langkah yang beradaptasi secara dinamis dengan kueri. Penilaian yang dapat dijelaskan untuk memahami keputusan pemberian peringkat dan menyempurnakan relevansi dengan presisi. Untuk observabilitas, analisis log, pelacakan, dan metrik melalui dasbor terpadu dengan kemampuan kueri langsung untuk Amazon S3, Amazon CloudWatch, dan Amazon Security Lake. Hilangkan pergerakan data dan kurangi biaya penyimpanan, sementara machine learning bawaan mendeteksi anomali dan mengotomatiskan peringatan untuk resolusi yang lebih cepat.
Fokus pada pembangunan, bukan mengelola infrastruktur. Amazon OpenSearch Service menangani pencadangan, patching, pemantauan, dan pemeliharaan klaster, sementara Wawasan Klaster menyajikan masalah dengan rekomendasi preskriptif. OpenSearch Nirserver menghilangkan perencanaan kapasitas dengan penskalaan otomatis yang beradaptasi dengan permintaan tanpa waktu henti.
Serap data dalam waktu nyata atau dalam batch melalui Amazon Kinesis, AWS Glue, atau integrasi Nol-ETL dengan Amazon S3 dan Amazon DynamoDB, serta perkaya dengan pipeline penyerapan bawaan. Konektor model, dukungan server MCP, dan integrasi dengan Amazon Bedrock serta Amazon SageMaker memungkinkan Anda menggunakan model AI yang tepat melalui konfigurasi, bukan kode khusus. Dan dengan Keterampilan Agen OpenSearch, Anda dapat membangun aplikasi pencarian, menyelidiki log, dan bermigrasi ke Layanan OpenSearch langsung dari IDE agentik favorit Anda, termasuk Kiro, Claude, dan Cursor.
Bangun di OpenSearch, proyek sumber terbuka yang digerakkan oleh komunitas di Linux Foundation dengan 1,7+ miliar unduhan dan kontribusi dari 3.000+ kontributor di 500+ organisasi. Manfaatkan tata kelola netral dan keberlanjutan jangka panjang tanpa ketergantungan vendor tunggal. Mulai secara lokal, lalu transisi dengan mudah ke Amazon OpenSearch Service untuk deployment skala produksi dengan skalabilitas bawaan, ketersediaan, dan kesederhanaan operasional. Terapkan dan jalankan di seluruh lingkungan dengan kontrol penuh atas data dan arsitektur Anda, didukung oleh Lisensi Apache, Versi 2.0 untuk akses jangka panjang dan ekstensibilitas.
Jalankan beban kerja secara efisien dengan pemberian tingkat cerdas yang mengelola data di seluruh tingkatan penyimpanan berdasarkan pola akses, dan konfigurasi pencarian vektor yang dioptimalkan disk atau memori yang memungkinkan Anda menyeimbangkan performa dan biaya per beban kerja. Amankan aplikasi multi-penyewa dengan kontrol akses berbasis peran (RBAC) untuk izin terperinci, dan enkripsi tingkat indeks untuk isolasi data penyewa. Capai ketersediaan 99,99% dengan deployment Multi-AZ dengan fungsi siaga, failover otomatis, dan redundansi bawaan untuk kelangsungan bisnis.
Kasus penggunaan
Tingkatkan akurasi dan relevansi respons dari model bahasa besar (LLM) dengan menggabungkan Retrieval Augmented Generation (RAG) dengan Amazon OpenSearch Service sebagai basis pengetahuan.
Simpan dan cari vektor dimensi tinggi untuk pencarian semantik dan multimodal di seluruh data teks, gambar, audio, dan video pada skala apa pun. Integrasikan dengan model dasar di Amazon Bedrock, Amazon SageMaker, dan penyedia pihak ketiga untuk mendukung pencarian cerdas, chatbot, rekomendasi yang dipersonalisasi, dan analitik berbantuan AI.
Berikan hasil penelusuran yang relevan dan sadar konteks yang disesuaikan dengan maksud dan perilaku pengguna. Gabungkan pengambilan leksikal, vektor, dan hibrida dengan penyetelan relevansi bertenaga ML untuk menciptakan pengalaman pencarian yang meningkat seiring waktu di seluruh aplikasi e-commerce, media, dan perusahaan.
Pusatkan dan analisis keamanan serta observabilitas data untuk deteksi ancaman dalam waktu nyata, manajemen insiden, dan meningkatkan kondisi aplikasi. Dapatkan visibilitas terpadu di seluruh log, pelacakan, dan metrik untuk menyelesaikan masalah lebih cepat dan meningkatkan keandalan sistem.
Adobe
Adobe menskalakan Acrobat AI Assistant dari bukti konsep menjadi ratusan juta pengguna di AWS. Amazon OpenSearch Service mendukung kemampuan atribusi dan kutipan di inti pengalaman, dan Amazon Bedrock memperluas dukungan AI multibahasa untuk menjangkau khalayak global. Dengan triliunan PDF yang beredar, Adobe membantu pengguna mengekstrak wawasan yang dapat ditindaklanjuti dari dokumen dengan lebih cepat.